[发明专利]一种基于视频的积水检测方法

说明书

一种基于视频的积水检测方法，首先采集带有大量道路积水的样本图片，而后通过标注工具对样本图片进行标注，再基于SSD目标检测算法对标注后的样本图片进行训练，构建积水检测模型；最后获取道路摄像头视频流数据，利用构建的积水检测模型对获取的道路摄像头视频流数据进行积水检测。本发明将样本采集、样本标注、目标检测及深度学习技术与实际道路场景有效结合，精准识别道路积水状态，大幅度提高识别准确率，借助已构建的视频监控网络，可进行大规模应用，能够创造一定的经济效益和使用价值。

技术领域

本发明涉及视频智能监控技术领域，尤其涉及一种基于视频的积水检测方法。

背景技术

城市中因道路积水严重影响交通秩序，存在安全隐患，危及人民安全，需要耗费大量人力财力对积水进行清理，如果能够及时发现道路积水并积极应对，可以最大程度的降低损失。目前，常用的检测方法有：1.采用道路安装积水检测装置，此方法安装成本高，难以全面推广；2.通过分析摄像头视频图像，基于积水纹理特征及SVM分类的方式对积水进行检测，特征选择单一。

发明内容

本发明所解决的技术问题在于提供一种基于视频的积水检测方法，以解决上述背景技术中的问题。

本发明所解决的技术问题采用以下技术方案来实现：

一种基于视频的积水检测方法，首先采集带有大量道路积水的样本图片，而后通过标注工具对样本图片进行标注，再基于SSD目标检测算法对标注后的样本图片进行训练，构建积水检测模型；最后获取道路摄像头视频流数据，利用构建的积水检测模型对获取的道路摄像头视频流数据进行积水检测，具体步骤如下：

1）采集样本图片

采集多张带有大量道路积水的样本图片；

2）标注样本图片

通过标注工具LabelImag对步骤1）采集的样本图片中的道路积水进行标注；

3）构建积水检测模型

基于SSD目标检测算法，对步骤2）中标注后的样本图片进行训练，参照SSD目标检测算法模型训练过程，目标类别设置为2类（积水、背景），最终构建积水目标检测模型；

4）解码视频图片

利用ffmpeg+cuda工具对安装在道路上的摄像头拍摄的视频流进行解码；

5）预测图片

将步骤4）中解码后的视频图片输入至步骤3）构建的积水检测模型进行积水检测，其中，根据道路积水的大面积特性，设置最小框检测像素大于100*100，以提高检测效率；如发现道路积水，则将积水图片进行保存，而后结合道路摄像头具体经纬度坐标，对道路积水具体地理位置及状态进行实时预警。

有益效果：本发明将样本采集、样本标注、目标检测及深度学习技术与实际道路场景有效结合，精准识别道路积水状态，大幅度提高识别准确率，借助已构建的视频监控网络，可进行大规模应用，能够创造一定的经济效益和使用价值。

附图说明

图1为本发明的较佳实施例中的积水检测模型构建流程图。

图2为本发明的较佳实施例中的道路积水检测流程图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

参见图1～2的一种基于视频的积水检测方法，首先采集带有大量道路积水的样本图片，而后通过标注工具对样本图片进行标注，再基于SSD目标检测算法对标注后的样本图片进行训练，构建积水检测模型；最后获取道路摄像头视频流数据，利用构建的积水检测模型对获取的道路摄像头视频流数据进行积水检测，具体步骤如下：

1）采集样本图片

采集1000张带有大量道路积水的样本图片；

2）标注样本图片